메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
유현조 (서울대학교) 송영숙 김민수 (바이칼AI) 윤기현 (바이칼AI) 정유남 (중앙대학교)
저널정보
한국언어학회 언어 언어 제46권 제3호
발행연도
2021.9
수록면
803 - 828 (26page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Named entity recognition is a natural language processing task that recognizes and classifies named entities in an unstructured text. The targets of NER are not limited to typical proper names for persons, locations and organizations, but also date, time and quantity expressions and can be further expanded to names of events, animals, plants, materials and other encyclopedic entities. A real-world NER system is also expected to be tuned to process domain-specific terminologies. In this study, the researchers built and tested a BERT based Korean NER system and proposed methods for evaluation and error analysis. The study trained the system with 140K word NER corpus and evaluated with 60K test. Error types are proposed to be categorized into four classes: detection, boundary, segmentation, and labelling. Error rates are found to vary greatly from 1% to 30% between entity labels, which are grouped into the most accurate time and quantity expressions, relatively accurate proper names, and highly erroneous terminologies. We expect that the error analysis will provide insights for finding a better way of data collection and post-processing correction.
#named entity recognition #Korean language #natural language processing #proper name #terminology

목차

1. 서론
2. 개체명 주석
3. 개체명 인식의 문제
4. 실험 방법
5. 결과 분석
6. 결론과 제언
참고문헌

참고문헌 (12)

참고문헌 신청
Chinchor, Nancy / 1997 / MUC-7 Named Entity Task Definition / Seventh Message Understanding Conference (MUC-7): Proceedings of a Conference Held in Fairfax google schola Devlin, Jacob / 2019 / BERT:Pre-training of Deep Bidirectional Transformers for Language Understanding / Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies 1 google schola 한국전자통신연구원 / 2018 / 세부분류개체명 가이드라인 google schola Hwang, Seokhyun / 2019 / Korean Named Entity Recognition using BERT / 2019 Proceedings of the Korea Information Processing Society Conference :820~822 google schola Jurafsky, Dan / 2020 / Speech and Language Processing google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

국어 음운현상과 형태소 경계에 관하여
서장국 ,  박석문 언어학 연구 2020 .01
BERT를 이용한 한국어 자연어처리: 개체명 인식, 감성분석, 의존 파싱, 의미역 결정
박광현 ,  나승훈 ,  신종훈 외 1명 한국정보과학회 학술발표논문집 2019 .06
효율적 대화 정보 예측을 위한 개체명 인식 연구
고명현 ,  김학동 ,  임헌영 외 3명 방송공학회논문지 2019 .01
정적 분석기 “인퍼” 소개
조성근 정보과학회지 2021 .05
클라우드 기반의 음성인식 오픈 API의 응용 분야별 한국어 연속음성인식 정확도 비교 분석
유현재 ,  김명화 ,  박상길 외 1명 한국통신학회논문지 2020 .10

최근 본 자료

전체보기

댓글(0)

0